你还可以查看“HISTOGRAMS”选项卡来了解模型参数分布的变化，“GRAPHS”选项卡来查看计算图结构（虽然对于Keras用户来说通常不需要手动查看），以及“DISTRIBUTIONS”和“PROFILER”等其他选项卡来获取更多信息。注意：在上面的代码中，tf.summary.image的第三个参数step通常用于指示训练步骤，但在仅可视化图像时可能不是必需的。在训练脚本中，需要使用Tens

ResNet由多个残差块（Residual Blocks）组成，每个残差块包含两条路径：一条是卷积层的堆叠，另一条是恒等连接（Identity Connection），允许输入直接跳过一些层的输出，然后与这些层的输出相加。这些计算是通过一系列的数学公式和激活函数来实现的。其中，h_t表示t时刻的隐藏状态，x_t表示t时刻的输入，o_t表示t时刻的输出。Transformer Encoder是Vis